摘要：本文通过对银行客户数据的分析和建模,旨在预测客户是否会购买银行的产品。采用Stacking多模型集成的方法,通过分别训练随机森林模型、LightGBM模型、决策树模型、梯度提升树模型和直方图梯度提升树模型,作为基模型,以逻辑回归模型作为元模型进行分类预测。实验结果表明,论文设计的Stacking集成模型在预测银行客户产品认购方面表现出色,具有较高的准确率。该模型可以为银行业提供重要的决策支持,帮助银行更好地了解客户需求,提高产品销售率。

摘要：智算AI是以智能计算为核心,算力的显著提升和人工智能技术的快速发展是当前时代的典型特征。ChatGPT等AI工具以其强大的文本处理能力迅速席卷全球,掀起了智算时代的大幕。基于这一背景,在云计算场景下优化AI算法成为了提高AI技术性能的关键任务。文章分析了ChatGPT中变换器模型自注意力机制算法,设计了算法优化过程,旨在通过计算复杂度的降低提升模型的效率。实验结果表明,优化后的模型在保持准确率的同时显著提升了计算效率,提升了云计算场景下的智算AI算法性能,可为人工智能技术的发展提供借鉴。

摘要：针对高铁枢纽与城市轨道交通换乘流线优化问题,以南京南站作为研究对象,建立全过程仿真模型,识别换乘瓶颈,采用梯度提升决策树法(Gradient Boosting Decision Tree,GBDT)确定参数重要度,提出改善方案.首先,分解换乘过程的行人与设施流线,分析高速铁路到达客流与城市轨道交通客流的分布特征.其次,使用AnyLogic软件建立高铁枢纽换乘城市轨道交通的全过程仿真模型,分析现状仿真结果,识别空间瓶颈.然后,设计不同优化类型下的措施参数及调整范围,形成不同参数组合方案.采取梯度提升决策树算法,识别不同措施参数的相对重要度,并据此确定改善措施的优先级.最后,依据措施的优先级,确定不同类型下的优化组合方案,选择机器学习全局可解释性方法对其进行优化效果分析,为不同场景下的服务改善提出建议.研究结果表明:换乘瓶颈主要集中于楼/扶梯通道设施以及闸机、售检票机等服务设施处;乘客换乘城轨的购票比例对平均换乘时间和单位时间最大换乘人数均起到重要影响,对于平均换乘时间,城轨自动售票机数量、购票时间、城轨进站服务时间、城轨进站闸机数量的影响相对较大,对于单位时间最大换乘人数,购票时间与城轨进站闸机服务时间的影响相对较大.为提高高铁枢纽换乘效率,建议推广电子客票和多种支付方式,优化购票及检票设施.